Temp | Mediana | Média geral N <= | Média geral N > | Q3 – Q1 | IC de 95% da mediana |
---|---|---|---|---|---|
38 | 19 | 4 | 3 | 4,00 | (17,4667; 22,5333) |
42 | 19 | 3 | 3 | 9,50 | (15,3571; 25,6429) |
46 | 22 | 2 | 4 | 7,25 | (15,7857; 26,5714) |
50 | 18 | 4 | 2 | 4,25 | (14,4286; 20,6429) |
Global | 19 |
Hipótese nula | H₀: as medianas da população são todas iguais |
---|---|
Hipótese alternativa | H₁: as medianas da população não são todas iguais |
GL | Qui-Quadrado | Valor-p |
---|---|---|
3 | 1,44 | 0,697 |
Nestes resultados, os pesos médios para os quatro grupos são 19,0, 19,0, 22,0, e 18,0. A hipótese nula afirma que as medianas populacionais são todos iguais. Como o valor de p é maior do que o nível de significância de 0,05, você deixa de rejeitar a hipótese nula. As diferenças entre os pesos médios não são estatisticamente significativas.
Use os intervalo de confiança (IC da mediana de 95%) para avaliar a estimativa da mediana da população para cada grupo. Os intervalos de confiança são amplitudes de valores que apresentam a probabilidade de conter a mediana da população.
Por exemplo, com um nível de confiança de 95%, é possível ter 95% de certeza de que o intervalo de confiança contém a mediana de grupo. O intervalo de confiança ajuda a avaliar a significância prática de seus resultados. Use seu conhecimento especializado para determinar se o intervalo de confiança inclui valores que tenham significância prática para a sua situação. Se o intervalo for muito amplo para ser útil, pense em aumentar o tamanho da amostra.
Temp | Mediana | Média geral N <= | Média geral N > | Q3 – Q1 | IC de 95% da mediana |
---|---|---|---|---|---|
38 | 19 | 4 | 3 | 4,00 | (17,4667; 22,5333) |
42 | 19 | 3 | 3 | 9,50 | (15,3571; 25,6429) |
46 | 22 | 2 | 4 | 7,25 | (15,7857; 26,5714) |
50 | 18 | 4 | 2 | 4,25 | (14,4286; 20,6429) |
Global | 19 |
Os intervalos de mostram que uma temperatura de 38 tem uma mediana de 19,0 e o intervalo de confiança estende-se desde cerca de 17,5 para 22,5.